Skip Navigation Linksلیست مقالات ترجمه شده / مقالات ترجمه شده مهندسی عمران /

عنوان ترجمه شده مقاله: آشکارسازی درخت در داده های سنجش از دور با قدرت تفکیک مکانی بالا

در بحث استخراج اتوماتیک ( یا نیمه اتوماتیک ) اطلاعات جنگل از داده های سنجش از دور با رزولوشن بالا ، تمرکز اصلی بر روی آشکار سازی درخت است .

Abstract

Tree detection is a major focus in the field of (semi-) automatic extraction of forest information from very high resolution remote sensing data. Many existing tree crown delineation algorithms require a set of seed pixels to start the process of image segmentation. In this study, different methods of obtaining seed pixels (semi-) automatically from orthophotos and digital surface models derived from stereo digital camera imagery are tested and compared. The UltracamD digital camera provides images with a stereo overlap of about 90% and this paper presents a new method of DSM generation based on multiple stereo pairs. The evaluation of the DSMs shows that by using a multiple image approach, also referred to as block-based approach, the quality is significantly increased: the mean difference between the estimated values and 356 measured upper layer tree heights is only 0.77 m with a standard deviation of 2.39 m

In terms of seed generation, the morph algorithm (2d) used in this paper detected 64% of the trees visible in the aerial photos with an error margin of around 25% both for commission and omission in a dense natural forest. The orthophoto-based local maximum approach generally yielded lower accuracies and more multiple hits than the morph algorithm. 3d seed generation from the block based model returned about 70% correct hits for the upper tree canopy layer. All evaluations are performed based on field measurements and visual aerial photo interpretation. Furthermore, the dependence of successful tree detection on the dominance of a tree within the stand is analyzed. As expected, suppressed trees are more likely to be omitted. The segmentation proved to be useful, as the automatically generated segments had a similar number of correct hits as achieved by visual interpretation, with the only drawback being a higher error of commission

چکیده

در بحث استخراج اتوماتیک ( یا نیمه اتوماتیک ) اطلاعات جنگل از داده های سنجش از دور با رزولوشن بالا ، تمرکز اصلی بر روی آشکار سازی درخت است . برخی از الگوریتم های موجود برای  توصیف تاج درختان ، نیازمند یگ گروه از پیکسلهای Seed (  Seed pixels ) ، برای آغاز پروسه Segmentation میباشد. در این مقاله ، روشهای متفاوت بدست آوردن پیکسلهای Seed ، بصورت اتوماتیک یا نیمه اتوماتیک ، از ارتوفتو ها و مدلهای رقومی سطح (DSM) – که ازسیستم تصویربرداری استریو و رقومی حاصل شده اند – مورد آزمایش قرار گرفته و مقایسه می شوند. دوربین رقومی UltracamD ، زوج تصاویری  با پوششی در حدود 90% تهیه می کنند و این مقاله ، روشی جدید برای تولید DSM بر مبنای زوج تصاویر استریو متعدد ، ارائه میکند. ارزیابی DSM ها نشان میدهد که استفاده از روش تصاویر متعدد (Multiple Image Approach)- که بعنوان روش بر مبنای بلوک (Block-based approach) هم مورد اشاره قرار میگیرند – بطور قابل توجهی ، کیفیت را افزایش میدهد : اختلاف متوسط میان مقادیر برآورد شده و ارتفاع 356 درخت از لایه بالایی درختان ، فقط 0.77 متر، با انحراف معیار استاندارد 2.39 مترمی باشد.

بر حسب تولید Seed ، در این مقاله ، الگوریتم morph (دوبعدی) مورد استفاده قرار گرفت و 64% از درختان نمایان در تصاویر هوایی ، با خطایی حاشیه ای در حدود 25% ، که ناشی از خطای Commission و Omission (  حذف شدگی ) میباشد ، در یک جنگل متراکم طبیعی آشکارسازی شدند. روش ماکزیمم محلی  بر مبنای ارتوفتو ، عموماً به دقت پایین تری منجر می شود و نیز نسبت به الگوریتم morph موفقیت بیشتری در بازگشت از لایه درخت دارند. تولید Seed سه بعدی ، از مدل بر بلوک مبنا ، در حدود 70% از برخوردهای صحیح را از لایه بالایی سایبان درخت ، بازمیگرداند . تمام ارزیابی ها بر مبنای اندازه گیری زمین و تفسیر تصاویر هوایی مرئی ، انجام گــــرفته اند. بعلاوه ، وابستگی آشکارسازی موفق به  قلمرو درخت در داخل موقعیت درخت ، آنالیزشده است. همانطورکه انتظار می رفت ، درختان خوابیده و مایل ، بسیار بیشتر در معرض حذف شدگی قرار دارند . در این مقاله کارآیی روش Segmentation اثبات شده است ، آنچانکه قطعه های تولید شده بصورت اتوماتیک ، تعداد برخوردهای(Hit) موفق نزدیک به آن تعدادی که از طریق تفسیر بصری بدست آمدند ، دارند .  

1-مقدمه

تشخیص درختان ، یکی از وظایف اصلی در هنگام استخراج اطلاعات جنگل از تصاویر با رزولوشن بالا (VHR) می باشد. روش های آنالیز  داده های سنجش از دور و برخی تصاویر ، برای بر عهده گرفتن نتایج و برآمد ، توسعه یافته اند . قابلیت آشکار شدن درختان ، به فاکتورهای مختلفی بستگی دارد ؛ که از آن جمله مهمترین آنها میتوان به قدرت تفکیک مکانی تصویر در مقایسه با اندازه درختانی که باید آشکار شوند ، اشاره کرد. از دیگر عوامل دخیل ، سن ، ارتفاع ، موقعیت درخت، قلمرو درخت ، گونه آن ، هندسه سنجنده و تارگتها و توپوگرافی می باشند . از میان روش های موجود برای آشکارسازی درختان منفرد ،  گروه زیادی از روش مبتنی بر ماکزیمم محلی (local maximum based approach) استفاده می کنند... 


موسسه ترجمه البرز اقدام به ترجمه مقاله " مهندسی عمران " با موضوع " آشکارسازی درخت در داده های سنجش از دور با قدرت تفکیک مکانی بالا " نموده است که شما کاربر عزیز می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
آشکارسازی درخت در داده های سنجش از دور با قدرت تفکیک مکانی بالا
نویسنده/ناشر/نام مجله :
Remote Sensing of Environment
سال انتشار
2007
کد محصول
1002223
تعداد صفحات انگليسی
12
تعداد صفحات فارسی
37
قیمت بر حسب ریال
1,331,000
نوع فایل های ضمیمه
Pdf+Word
حجم فایل
2 مگا بایت
تصویر پیش فرض


این مقاله ترجمه شده را با دوستان خود به اشتراک بگذارید
سایر مقالات ترجمه شده مهندسی عمران را مشاهده کنید.
کاربر عزیز، بلافاصله پس از خرید مقاله ترجمه شده مقاله ترجمه شده و با یک کلیک می توانید مقاله ترجمه شده خود را دانلود نمایید. مقاله ترجمه شده خوداقدام نمایید.
جهت خرید لینک دانلود ترجمه فارسی کلیک کنید
جستجوی پیشرفته مقالات ترجمه شده
برای کسب اطلاعات بیشتر، راهنمای فرایند خرید و دانلود محتوا را ببینید
هزینه این مقاله ترجمه شده 1331000 ریال بوده که در مقایسه با هزینه ترجمه مجدد آن بسیار ناچیز است.
اگر امکان دانلود از لینک دانلود مستقیم به هر دلیل برای شما میسر نبود، کد دانلودی که از طریق ایمیل و پیامک برای شما ارسال می شود را در کادر زیر وارد نمایید


این مقاله ترجمه شده مهندسی عمران در زمینه کلمات کلیدی زیر است:


Single tree detection
Seed generation
LMA
Digital camera data
DSM generation

تاریخ انتشار در سایت: 2014-10-13
جستجوی پیشرفته مقالات ترجمه شده

خدمات ترجمه تخصصی و ویرایش مقاله مهندسی عمران در موسسه البرز

نظرتان در مورد این مقاله ترجمه شده چیست؟

ثبت سفارش جدید